基于GPGPU的全波形并行分解算法

作     者：王宗跃 马洪超 明洋 WANG Zongyue;MA Hongchao;MING Yang

作者机构：集美大学计算机工程学院福建厦门361021 武汉大学遥感信息工程学院湖北武汉430079 中交第二公路勘察设计研究院有限公司湖北武汉430056 

基　　金：国家自然科学基金(编号:41201462 61378087) 福建省自然科学基金计划(编号:2011J05113) 福建教育厅资助项目(编号:JA13168 JA13182) 集美大学优秀青年骨干教师基金 

出 版 物：《遥感学报》 (NATIONAL REMOTE SENSING BULLETIN)

年 卷 期：2014年第18卷第6期

页      码：1217-1222页

摘      要：针对EM(Expectation Maximization)波形分解算法具有多次迭代和大量乘、除、累加等高密集运算的特点,提出一套将EM算法在通用计算图形处理器GPGPU上并行化的方案。针对通用并行计算架构CUDA的存储层次特点,设计总体的并行方案,充分挖掘共享存储器、纹理存储器的高速访存的潜能;根据波形采样值采用字节存储的特征,利用波形采样值的直方图求取中位数,从而降低求噪音阈值的计算复杂度;最后,采用求和规约的并行策略提高EM算法迭代过程中大量累加的计算效率。实验结果表明,当设置合理的并行参数、EM迭代次数大于16次、数据量大于64 M时,与单核CPU处理相比,GPU的加速比达到了8,能够显著地提高全波形分解的效率。

主 题 词：全波形分解 激光雷达LiDAR 通用计算图形处理器GPU 并行 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.11834/jrs.20144027

馆 藏 号：203828072...